Joignez notre équipe en tant que Ingénieur AI! Votre implication

Implémentation de pipelines MLOps automatisés (CI/CD, données, entraînement). Implémenter des pipelines de ETL pour l’ingestion des données. Containerisation et déploiement de modèles en production. Surveillance continue des modèles (drift detection, alerting). Gestion des versions des modèles et des données pour garantir reproductibilité. Application des principes de gouvernance (biais, vie privée, transparence). Collaboration avec data scientists pour transformer un prototype en service secure. Rédaction de prompts optimisés et évaluation comparative de modèles Vous vous distinguez par

Langage & Librairies : Maîtrise de Python + librairies IA (Pandas, Huggingface, OpenAI, … ) et expérience Java et JavaScript AI Agentic Frameworks

: Expérience avec des techniques comme les agents multi-agents, ReAct, function Autogen, LangGraph, CrewAI, Chainlit, Streamlit, n8n, Google ADK. Connaissance des modèles LLM et LFM : connaissance des modèles propriétaires (OpenAI, Claude, Gemini, …) et modèles Open Source sr HuggingFace. Science des données

: Bonne compréhension générale des techniques de data science et de leurs pipelines. Architecture logicielle

:



Compréhension de l’architecture de systèmes distribués, microservices, APIs (par exemple REST). Cloud infonuagique : Expérience AWS Bedrock, Azure AI Foundry, GCP Vertex ai DevOps / MLOps

: Deployment via CI/CD, containers (Docker, Kubernetes), cloud et pipelines automatises. Automatisation des workflows ML (prétraitement, entraînement, évaluation, déploiement). Versioning de modèles/données/expériences (MLflow, DVC…) Monitoring des modèles en production (drift, latence, performance, métriques métier) Gouvernance & compliance

: Notions d’éthique, biais, GDPR, explicabilité, confidentialité , risques IA. Prompt Engineering & Benchmarking Modèles

: Capacité à formuler des prompts efficaces, comparer des modèles, tester et sélectionner pour les tâches spécifiques. Déploiement & intégration

: Packaging de modèles, mise en production (API, microservices), intégration backend/legacy. Communication

: Travailler en collaboration avec les équipes de data, produit, infrastructure ; expliquer les enjeux IA de manière claire. #CICJOBS #IBMJOBS #LI-IO1

#J-18808-Ljbffr

📌 Ingénieur AI (Montreal)
🏢 Groupe LGS
📍 Montreal